0-Zierhofer_Vortrag_CIs

Werbung
Cochlea-Implantate
Clemens Zierhofer
Christian Doppler Labor für
Aktive Implantierbare Systeme
Institut für Angewandte Physik
Universität Innsbruck
Cochlea-Implantat (CI-) System
Name:
Griech. Cochlea = Schnecke
Zweck:
Rehabilitation von vollständig tauben oder höchstgradig
schwerhörigen Personen
Funktionsprinzip:
Direkte elektrische Stimulation des Hörnervs (nervus acusticus)
Komponenten eines CI-Systems
Stimulator
(implantiert)
Sender
(außen)
Sprachprozessor
(außen)
Stimulationselektrodenarray (implantiert)
Elektrodenarray in Cochlea
Komponenten eines CI-Systems
Stimulationselektrodenarray
Implantat
(Stimulator)
Sprachprozessor
Energieversorgung
Signalverarbeitung
Sender
HF
HF
HF
Referenzelektrode
HF-Kanal
(Haut)
extern
intern
Stimulator + Elektroden
Stimulator
Stimulator implaniert
Standard Stimulationsstrategie
"Continuous Interleaved Sampling (CIS)"
Frequenz-Ortsabbildung (Tonotopieprinzip)
CIS - Signal Processing
envelope
log(e)*A+K
N=2
envelope
log(e)*A+K
N=3
envelope
log(e)*A+K
multiplexer
N=1
A/D
N = 12
envelope
log(e)*A+K
to rf-sender
channel
coding
Continuous-Interleaved-Sampling Strategy
(CIS)
E1
E2
E3
E4
E11
E12
Application Specific Integrated Circuit (ASIC)
* Technology:
standard 0.8mm CMOS
* Number of gates:
Ng ~ 20 000
* Chip size:
A ~ 6 x 5 mm2
* Power consumption:
P < 6 mW
TEMPO+ HDO-Sprachprozessor mit Sender
Psychometrische Funktionen
mit verschiedenen CI’s und von Normalhörenden
Sprachmaterial: HSM-Sätze
100
Prozent korrekt
80
C40+
einseitig
60
C40+
beidseitig
8 dB
5 dB
40
Normalhörende
Einkanal
analog
20
0

15
10
5
0
-5
Signal/Rauschverhältnis in dB
- 10
- 15
Wirtschaftliche Relevanz
Stimulatoren C40/C40+/PULSAR mit HDO-Sprachprozessor TEMPO+:
> 12.000 Patienten weltweit
Umsatz Fa. MED-EL:
> 40 Mio. EURO/Jahr
Verbesserungspotential bei CI's
- Sprachverständnis bei Störgeräusch
- Musik
- Tonale Sprachen (chinesisch, vietnamesisch, etc.)
- Lokalisation (bilateral)
Standard CIS-Strategie
- In erster Linie: Kodierung von tonotoper Information
- Zeitliche Information: nur Sprachgrundfrequenz
- Sehr erfolgreich bei "westlichen" Sprachen
(ohne Störgeräusch)
Ziel: Repräsentation von
"Feinstrukturinformation"
- Zeitliche Information bis max. 1kHz
Beispiel
5 ms
Band Filter Ausgang
[550Hz - 880Hz]
Beispiel
5 ms
Band Filter Ausgang
[550Hz - 880Hz]
CIS @ 1.5kpulses/s
Beispiel
5 ms
Band Filter Ausgang
[550Hz - 880Hz]
CIS @ 1.5kpulses/s
Neuer Ansatz:
Abtastung mit
"Kanalspezifischen
Abtastsequenzen"
(CSSS)
CSSS - Konzept
Hüllkurven Information
- Repräsentiert in Gewichten der
einzelnen Abtastsequenzen
Feinstruktur Information
- Repräsentiert in exakter zeitlicher
Position der einzelnen Abtastsequenzen
Feinstruktur Konzepte
Allgemeine Eigenschaft
- Repräsentation von Feinstruktur erfordert
"mehr" Pulse
Grundlegende Frage
- Ist CIS-Paradigma (i.e., auschließlich
sequentielle Stimulation) ausreichend
zur Repräsentation von Feinstruktur
Information?
Äquivalente Pulse
Parallele Stimulation
T
Parallele Stimulation
T
mehr Information
Parallele Stimulation
T
geringere
Versorgunsspannung
KANALNEBENSPRECHEN!
Maßnahmen gegen
Kanalnebensprechen
Bisher:
- Höhere räumliche Konzentration des elektrischen
Feldes (Elektrodenkonfigurationen: bipolar, tripolar,
etc.)
- Nachteil: Sehr hoher Leistungsverbrauch!
Neuer Ansatz:
- Kontrolle über Potentialverteilung in Scala Tympani
- Ausgleichsrechnung bei gegebener (meßbarer)
räumlicher Impulsantwort
Prinzip der Ausgleichsrechnung
"Interaktionsmatrix" bei exponentieller
Impulsantwort


1
-d

 el
 -2d
 e l

H =  ...
 -( Nl-3) d
e-  ( Nl 2 ) d
e -  ( Nl 1) d
e
e
-d
l
e
1
e
e
-d
l
...
e
e
e
-( N -4 )d
l
- ( N - 3) d
l
-( N -2 )d
l
-2 d
l
e
e
e
-d
l
... e
... e
- ( N - 3) d
l
-( N -4 ) d
l
- ( N -5 ) d
l
1
... e
...
...
...
...
1
- ( N -5) d
l
-( N -4 ) d
l
- ( N - 3) d
l
...
e
...
e
-d
l
-2d
l
e
e
e
-( N -2)d
l
- ( N - 3) d
l
-( N - 4 ) d
l
e
e
e
- ( N -1) d
l
-( N -2)d
l
- ( N - 3) d
l
...
e
-d
l
1
e
-d
l
...
e
-2 d
l
e
-d
l
1














Prinzip der Ausgleichsrechnung
Inverse Interaktionsmatrix H-1
 b 0 - a 0 ... 0
0
0 


a ... 0
0
0 
 a b
 0 - a b ... 0
0
0 


-1
H =  ... ... ... ... ... ... ... 

-a 0 
0
0
0
...
b


 0
0
0 ... - a b - a 


0
0 ... 0 - a b 0 
 0
Enfernung von Basis
Beispiel: Potentialverteilung in Scala Tympani
bei Repräsentation eines Vokals
Enfernung von Basis
5ms
Herunterladen